基于深度残差网络的高精度自然转捩模拟方法

结合机器学习的湍流模型是流体力学领域的研究热点之一.现有方法主要将实验/数值的数据用于重构或修正湍流涡黏性和雷诺应力,鲜有针对转捩问题的研究.本文利用深度残差网络(ResNet)重构了间歇因子与流场平均量间的映射函数,并与Spallart-Allmaras (SA)模型耦合,发展了一种类代数转捩模型.结合高精度加权紧致非线性格式(WCNS-E6E5)在转捩平板和S809翼型算例中进行了验证,并与四方程的SST-7-及ed转捩模型进行了对比,结果表明:纯数据驱动的ResNet模型能够准确预测间歇场,很大程度上改善了SA模型对自然转捩流动的模拟能力;训练数据仅基于两个零压力梯度转捩平板,模型能够应用于S809翼型不同迎角的情况,预测的升阻力特性和摩擦系数分布接近SST-γ-Re_θ转捩模型的结果;在此基础上,相较SST-γ-Re_θ模型节省了超过30%的计算成本.本研究显示了机器学习方法在转捩模型构建中的强大潜力.     

磁共振表观扩散系数对肝转移瘤化疗疗效评估应用

评估磁共振弥散加权成像(diffusionweightedimaging,DWI)表观弥散系数(apparentdiffusioncoefficient,ADC)早期预测和监测肝转移瘤化疗疗效的临床应用。回顾性分析2017年5月至2019年8月我院收治的68例肝转移瘤患者,均经病理证实,分别在化疗前、化疗4疗程后进行常规MRI检查,并行弥散加权成像,获取其ADC值。采用Recist标准评估其化疗效果。结果化疗前,有效组与无效组ADC值对比(P>0.05);经化疗4疗程后,有效组ADC值小于无效组(P<0.05)。早期监测肝转移瘤患者MRI弥散加权成像ADC值,可作为判断其化疗疗效的量化指标,对于指导手术干预,术后化疗,病人预后评估都具有一定临床价值,值得应用推广。     

再生制动条件下地铁列车运行图的节能优化

提高再生制动电能的利用率,可提升地铁系统的节能效果和降低供电接触网的电压波动.文中通过微调发车间隔和停站时间,在不改变列车开行方案的基础上,以最大化同一供电臂下列车到站的"产能"时间段和列车发车的"用能"时间段的重叠区间为目标,以保证发车间隔和停站时间均不超过轨道交通正常运营的可接受范围为约束,构建了地铁列车运行图优化...     

云计算环境中面向大数据的改进密度峰值聚类算法

对密度峰值聚类算法进行有效改进,计算各样本点之间的距离和各样本点局部密度,选择两者中较大的样本点作为聚类中心点,根据其余样本点与各中心点的距离设定样本点所属类别;引入K近邻算法对密度峰值聚类算法进行优化,求解各样本点的距离时只需要考虑其周围由邻近值决定的若干样本点,实现距离阈值的自动选取;根据距离矩阵计算样本点的密度,绘制决策图并选择簇内中心点,将剩余点根据密度值分配给离中心点距离最近的类;最后将K近邻-密度峰值聚类算法部署至Hadoop云计算平台,用于解决大规模数据聚类的问题。仿真结果表明,通过合理设置K近邻算法的近邻值k,K近邻-密度峰值聚类算法具有较好的大数据样本聚类性能,与常用聚类算法相比,该算法具有更高的聚类准确率和聚类效率,适用于大数据样本聚类。     

对低压配电保护技术的论述

本文以配电线路保护的供用电安全及可靠性为前提,对线路保护的选择性和低压保护电器的灵敏度及其造型等方面进行了相关论述。     

利用箔式应变片测量金属丝杨氏模量

杨氏弹性模量测量实验是各高校必开的经典物理实验之一.现阶段各高校实验中大都采用镜尺组测量杨氏模量,提出用箔式应变片测量杨氏弹性模量,该方法将电学和力学知识结合在一起,增强学生综合实验能力,提高创新意识.在测量时先采用精密位移平台定标,然后测量加力后惠斯通电桥输出电压值.测量数据和数据处理结果表明方法稳定性好、精度高,适合运用到实际教学中.     

一个快速模拟热稠密非平衡等离子体的碰撞辐射模型

在实验室和天体等离子体研究中,原子/离子的激发、退激发以及电离、复合过程对等离子体的电离和能量平衡有着重要的影响.在激光等离子体作用的辐射流体模拟中,需要在线计算等离子体的平均离化度和吸收/发射系数.在现有的计算能力下,通常采用比较简单的平均原子(average atom, AA)模型进行在线计算.随着实验技术和计算能力的发展,急需发展能够在线计算的细致非平衡原子模型.本文报道了最新发展的多离化度平均离子碰撞辐射模型(multi-average ion collisional-radiative model, MAICRM).该模型用一个平均离子模拟等离子体中某一离化度所有离子的平均轨道占据数和布居,即每个平均离子的轨道占据数为该离化度所有离子的轨道占据数的平均;平均离子的布居等于该离化度离子的布居和.平均离子的轨道占据数和布居通过迭代求解速率方法得到.用该模型计算了Fe, Xe和Au非平衡等离子体的离化度分布,计算结果与细致组态和超组态模型以及实验测量符合,而计算量相对于细致组态/超组态大大降低.预期该方法能与辐射流体程序耦合,实现细致非平衡原子模型的在线计算.     

高温中胶合木构件胶缝界面剪切断裂能研究

在氮气保护、温度为20～250℃条件下,开展了 120个杨木、花旗松和落叶松-间苯二酚-酚醛树脂(PRF)胶缝界面剪切断裂能试验研究.结果表明:界面剪切断裂能随着温度的升高而降低;当温度为150℃时,由于PRF胶黏剂进一步固化,因此木材-胶黏剂胶缝界面性能提高;当温度高于150℃时,密度较低的杨木和花旗松-PRF胶缝界...     

训练过程中使用支持集信息的单样本学习算法

单样本学习的目的是利用一个包含大量训练样本的源类别数据集以及每个类别只包含一个训练样本的目标类别数据集来构建一种学习算法,使得算法能够对目标类别空间中的样本进行准确分类.已有的单样本学习算法主要是先利用源类别数据来训练模型,然后在测试时将目标类别训练数据作为支持集来实现对未标注样本的分类,因此在训练时没有有效地利用支持集的信息.为此提出一种在训练阶段和测试阶段同时利用支持集信息的单样本学习算法,基本思想是利用孪生神经网络构建模型并在训练时加入支持集信息,即让不同类别的支持集样本之间的相似度尽可能小.在Omniglot数据集和满文识别问题上的实验结果表明,该算法能取得较好的识别准确率.     

自然人机交互中实体局域固有频率识别方法

为了实现人-机-环的自然交互,解决按键以及图形界面等交互方法存在的用户学习成本高、操作不便等问题,提出了一种采用主动声传感系统的局域固有频率识别的实体交互方法。该方法首先运用主动声传感技术构造多频率恒频声源信号,以激励交互实体系统按固有频率产生振动响应;然后识别并提取局域固有频率特征,对不同时长和幅值进行参数组合,选择稳定性最佳的组合模式定义成不同交互手势;最后选择KNN算法进行特征分类和识别。设计了以木质台面控制雾化玻璃状态的交互实验,实验结果表明:所提局域固有频率识别方法能有效地过滤噪声,对交互过程中边界条件的改变响应迅速且结果准确;相较于传统操控方法,所提方法的最大优势在于运用了自然人机交互方式,能够有效降低用户的学习成本,使"物物皆界面,处处可交互"成为可能。